Python NumPy nanmin方法用法及代码示例

Numpy 的 nanmin(~) 方法会忽略所有缺失值并返回 Numpy 数组中的最小值。最小值也可以按行和列计算。

1. a | array_like

输入数组。

2. axis | None 或 int | optional

允许的值如下：

默认情况下，axis=None 。

3. initial | int | optional

如果计算出的最小值大于 initial ，则将返回 initial 。

4. where | booleans 的array-like | optional

我们可以通过提供此参数来选择要考虑的值，而不是考虑所有值。仅考虑掩码中对应于 True 的值。

如果未提供轴参数，则返回标量。否则，返回一个 Numpy 数组。数据类型与输入数组 a 相同。

np.nanmin([[2,5],[np.NaN,3]])



2.0

np.nanmin([[2,np.NaN],[1,3]], axis=0)



array([1., 3.])

np.nanmin([[2,np.NaN],[1,3]], axis=1)



array([2., 1.])

np.nanmin([[2,np.NaN],[1,3]], initial=-4)



-4

此处，计算出的最小值为 1，但它大于提供的初始值(即 -4)，因此返回 -4。

我们可以通过提供掩码来选择要计算最小值的值，而不是考虑所有值：

np.nanmin([2,5,3,4], where=[False,False,True,True], initial=8)



3

这里，虽然 2 从技术上讲是最小值，但它被忽略，因为它在掩码中的对应值是 False 。请注意，我们需要在此处提供参数 initial ，如果无法计算最小值(例如，当掩码全部为 False 时)，该参数将作为返回值。

相关用法

注：本文由纯净天空筛选整理自Isshin Inada大神的英文原创作品 NumPy | nanmin method。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。